基于深度学习算法的改进型人脸识别系统实现——以智慧校园安防系统为例.pdf

基于深度学习算法的坦克装甲目标自动检测与跟踪系统.pdf

这是很全的深度学习理论的知识，是最好的自学深度学习的速查文档和速学方式，里面的内容涵盖深度学习的很多领域，从神经网络的基础，到卷积神经，循环神经，LSTM，递归神经网络，从神经网络的优化方式到各种激活函数，batch正则，最后一个Minist手写数字识别实战，希望能够帮到自学深度学习的小伙伴。

基于深度学习算法的卫星影像变化监测

电影数据分析 刘家硕计63 2016011286 一，实验概述 1.实验目标 本项目希望基于电影数据集，依据电影的简介，关键字，预算，票房，用户评分等特征来对电影进行分析，并完成以下任务： 对电影特征的可视化分析 对电影票房的预测 多功能个性化的电影推荐算法 2.数据集 针对票房预测部分，本项目使用了收集数据集的7398条电影信息，包含了id，预算，电影主页，票房，语言，时长，评分，受欢迎度等特征，全部数据可见于中。 针对电影推荐部分，本项目使用了收集数据集的TMDB5000数据集以及收集自电影数据集的部分数据，包含了id，预算，内容简介，关键字等特征，并且包含了用户对电影的评分矩阵，全部数据可见于中。 3.实验完成情况 完成了对电影特征的可视化分析。 完成了基于电影特征的电影票房预测算法，并在Kaggle的TMDB票房预测比赛中最终取得了前6.8％（95/1400）的成绩。 完成了基于简

DDPG强化学习算法, 姿态控制, python代码

DQN深度强化学习算法, 水下机器人姿态控制, python代码

A2C深度强化学习算法, 姿态控制, python代码

深度强化学习算法 该存储库将使用PyTorch实现经典的深度强化学习算法。 该存储库的目的是为人们提供清晰的代码，以供他们学习深度强化学习算法。 将来，将添加更多算法，并且还将保留现有代码。 当前实施 深度Q学习网络（DQN） 基本DQN 双Q网络 决斗网络架构 深度确定性策略梯度（DDPG） 优势演员评判（A2C） 信任区域策略梯度（TRPO） 近端政策优化（PPO） 使用克罗内克因素信任区域（ACKTR）的演员评论家 软演员评论（SAC） 更新信息 :triangular_flag: 2018年10月17日-在此更新中，大多数算法已得到改进，并添加了更多关于图的实验（DPPG除外）。 PPO现在支持atari游戏和mujoco-env 。 TRPO非常稳定，可以得到更好的结果！ :triangular_flag: 2019-07-15-在此更新中，不再需要为openai基准安装。 我在rl__utils模块中集成了有用的功能。 DDPG也重新实现，并支持更多结果。 自述文件已被修改。 代码结构也有微小的调整。 :triangular_flag: 201

Prudential-Life-Insurance-Risk-Prediction:机器学习算法适用于大量申请人数据，以预测其人寿保险风险。 这些算法包括线性回归，决策树，支持向量机（SVM）和XGBoost